تطور الذكاء الاصطناعي يشهد ثورة غير مسبوقة، حيث تتزايد القدرة الحاسوبية بشكل كبير، مما يفتح آفاق جديدة في هذا المجال.
لماذا لن تواجه تطورات الذكاء الاصطناعي أي عقبات قريبا
تطورنا في عالم خطي. إذا مشيت لمدة ساعة، ستغطي مسافة معينة. وإذا مشيت لمدة ساعتين، ستغطي ضعف تلك المسافة. كانت هذه الفكرة تخدمنا بشكل جيد في السافانا. لكنها تفشل بشكل كارثي عند مواجهة الذكاء الاصطناعي والاتجاهات الأسية الأساسية التي تكمن في قلبه.
تطور البيانات والتكنولوجيا
منذ أن بدأت العمل في مجال الذكاء الاصطناعي في عام 2010 وحتى الآن، زادت كمية بيانات التدريب التي تدخل في نماذج الذكاء الاصطناعي الرائدة بمقدار تريليون مرة – من حوالي 10¹⁴ عملية حسابية (وحدات العمليات العائمة، الوحدة الأساسية للحساب) للأنظمة المبكرة إلى أكثر من 10²⁶ عملية حسابية لأكبر النماذج اليوم. هذه انفجار. كل شيء آخر في الذكاء الاصطناعي يتبع هذه الحقيقة.
يستمر المتشائمون في توقع العقبات. ويستمرون في الخطأ في وجه هذا الارتفاع الهائل في القدرة الحاسوبية. غالبًا ما يشيرون إلى أن قانون مور يتباطأ. كما يذكرون نقص البيانات، أو يستشهدون بالقيود على الطاقة.
لكن عندما تنظر إلى القوى المجمعة التي تحرك هذه الثورة، يبدو أن الاتجاه الأسّي قابل للتنبؤ بشكل كبير. لفهم السبب، من المفيد النظر إلى الواقع المعقد والسريع الحركة تحت العناوين الرئيسية.
تقدمات تكنولوجية متزامنة
فكر في تدريب الذكاء الاصطناعي كغرفة مليئة بالأشخاص الذين يعملون على الآلات الحاسبة. لسنوات، كان إضافة القدرة الحاسوبية يعني إضافة المزيد من الأشخاص مع الآلات الحاسبة إلى تلك الغرفة. كثيرًا ما كان هؤلاء العمال يجلسون بلا عمل، يدقون أصابعهم على المكاتب، في انتظار الأرقام للوصول لحساباتهم التالية. كل توقف كان إمكانات مهدرة. الثورة اليوم تتجاوز المزيد من الآلات الحاسبة الأفضل (على الرغم من أنها تقدم ذلك)؛ إنها تتعلق في الواقع بضمان عدم توقف كل تلك الآلات الحاسبة، وأنها تعمل معًا ككيان واحد.
ثلاثة تقدمات تتقارب الآن لتمكين هذا. أولاً، أصبحت الآلات الحاسبة الأساسية أسرع. قدمت رقائق Nvidia زيادة تزيد عن سبع مرات في الأداء الخام في ست سنوات فقط، من 312 تيرافلوب في عام 2020 إلى 2,250 تيرافلوب اليوم. شريحة Maia 200 الخاصة بنا، التي أطلقت في يناير، تقدم أداءً أفضل بنسبة 30% لكل دولار مقارنة بأي جهاز آخر في أسطولنا. ثانيًا، تصل الأرقام بشكل أسرع بفضل تقنية تسمى HBM، أو الذاكرة عالية النطاق الترددي، التي تكدس الرقائق عموديًا مثل ناطحات السحاب الصغيرة؛ الجيل الأخير، HBM3، يضاعف عرض النطاق الترددي لسابقيه، مما يغذي البيانات إلى المعالجات بسرعة كافية لإبقاءها مشغولة طوال الوقت. ثالثًا، أصبحت غرفة الأشخاص مع الآلات الحاسبة مكتبًا ثم حرمًا جامعيًا أو مدينة كاملة. تقنيات مثل NVLink وInfiniBand تربط مئات الآلاف من وحدات معالجة الرسومات في حواسيب عملاقة بحجم المستودعات تعمل ككيانات معرفية واحدة. قبل بضع سنوات، كان هذا مستحيلاً.
ثورة البرمجيات
تتجمع هذه المكاسب جميعها لتقديم قدرة حاسوبية أكبر بشكل دراماتيكي. حيث كانت عملية تدريب نموذج لغوي تستغرق 167 دقيقة على ثمانية وحدات معالجة رسومية في عام 2020، فإنها الآن تستغرق أقل من أربع دقائق على الأجهزة الحديثة المعادلة. لوضع هذا في المنظور: كان من المتوقع لقانون مور أن يتنبأ بتحسن يبلغ حوالي 5 أضعاف خلال هذه الفترة. لقد شهدنا 50 ضعفًا. لقد انتقلنا من وحدتي معالجة رسومية واحدة لتدريب AlexNet، نموذج التعرف على الصور الذي بدأ الطفرة الحديثة في التعلم العميق في عام 2012، إلى أكثر من 100,000 وحدة معالجة رسومية في أكبر الكتل اليوم، كل واحدة منها أكثر قوة بكثير من سابقاتها.
ثم هناك الثورة في البرمجيات. تشير الأبحاث من Epoch AI إلى أن القدرة الحاسوبية المطلوبة للوصول إلى مستوى أداء ثابت تتقلص تقريبًا كل ثمانية أشهر، أسرع بكثير من مضاعفة 18 إلى 24 شهرًا لقانون مور التقليدي. انخفضت تكاليف تشغيل بعض النماذج الحديثة بمقدار يصل إلى 900 مرة على أساس سنوي. أصبح الذكاء الاصطناعي أرخص بشكل جذري للتطبيق.
مستقبل مشرق للذكاء الاصطناعي
الأرقام المستقبلية قريبة من أن تكون مذهلة. ضع في اعتبارك أن المختبرات الرائدة تنمو قدرتها بمعدل يقارب 4 أضعاف سنويًا. منذ عام 2020، زادت القدرة الحاسوبية المستخدمة لتدريب النماذج الرائدة بمعدل 5 أضعاف كل عام. من المتوقع أن تصل القدرة الحاسوبية العالمية ذات الصلة بالذكاء الاصطناعي إلى 100 مليون وحدة تعادل H100 بحلول عام 2027، وهو زيادة عشرة أضعاف في ثلاث سنوات. إذا جمعت كل هذا، فنحن نتطلع إلى شيء مثل 1,000 ضعف في القدرة الفعالة بحلول نهاية عام 2028. من المحتمل أنه بحلول عام 2030 سنضيف 200 جيجاوات من القدرة الحاسوبية عبر الإنترنت كل عام – ما يعادل ذروة استهلاك الطاقة في المملكة المتحدة وفرنسا وألمانيا وإيطاليا مجتمعة.
ماذا ستحصل عليه كل هذه التطورات؟ أعتقد أنها ستدفع الانتقال من الروبوتات الدردشة إلى وكلاء شبه مستقلين – أنظمة قادرة على كتابة الكود لعدة أيام، وتنفيذ مشاريع تستغرق أسابيع وشهور، وإجراء مكالمات، والتفاوض على العقود، وإدارة اللوجستيات. انسَ المساعدين الأساسيين الذين يجيبون على الأسئلة. فكر في فرق من عمال الذكاء الاصطناعي الذين يتداولون ويتعاونون وينفذون. نحن الآن فقط في سفوح هذا الانتقال، والآثار تمتد بعيدًا عن التكنولوجيا. كل صناعة تعتمد على العمل المعرفي ستتحول.
التحديات المستقبلية
القيود الواضحة هنا هي الطاقة. يستهلك رف واحد من الذكاء الاصطناعي بحجم الثلاجة 120 كيلووات، ما يعادل 100 منزل. لكن هذه الشهية تتعارض مع أسية أخرى: انخفضت تكاليف الطاقة الشمسية بمقدار يقارب 100 مرة على مدى 50 عامًا؛ انخفضت أسعار البطاريات بنسبة 97% على مدى ثلاثة عقود. هناك مسار نحو توسيع الطاقة النظيفة في الأفق.
تم نشر رأس المال. الهندسة تحقق النتائج. المجموعات التي تكلف 100 مليار دولار، واستخدام الطاقة الذي يصل إلى 10 جيجاوات، والحواسيب العملاقة بحجم المستودعات … لم تعد هذه خيالًا علميًا. يتم الآن البدء في هذه المشاريع عبر الولايات المتحدة والعالم. نتيجة لذلك، نحن نتجه نحو وفرة معرفية حقيقية. في Microsoft AI، هذه هي العالم الذي تخطط له مختبرات الذكاء الاصطناعي لدينا وتبنيه.
سيستمر المتشائمون المعتادون على عالم خطي في توقع العوائد المتناقصة. سيستمرون في التعجب. إن انفجار القدرة الحاسوبية هو القصة التكنولوجية لزماننا، نقطة. وما زال فقط في بدايته.
مصطفى سليمان هو الرئيس التنفيذي لشركة Microsoft AI.
مع استمرار هذه التطورات، من المتوقع أن يتحول الذكاء الاصطناعي إلى شريك حقيقي في العديد من الصناعات، مما يعيد تشكيل مستقبل العمل.
